数据智能综述数据智能概念探讨近年来,智能领域突破“量变引发质变”的临界点,相关技术、产业进入剧烈变革期。 自1956年人工智能(AI)概念诞生以来,智能计算领域历经多个阶段的技术方向探索,逐渐收敛在深度学习这一主线,但仍以“决策式人工智能”为主要发展领域。 近两年,在以Transformer 模型为代表的算法、极致算力支撑下的千亿级模型参数、大规模高质量的训练数据三者共同的作用下,生成式大语言模型的应用效果出现跨越式提升。 以GPT-4为代表的大模型能实时对图像、音频、视频等多种形式输入进行理解,根据要求完成高效问答、内容生成等多种任务,甚至以前10%的成绩通过美国模拟律师考试,由此“生成式人工智能”的发展成为全球焦点,带动人工智能技术产业进入剧烈变革期。 伴随智能领域变革,“数据”与“智能”间的发展关系亦呈现两点重要变化,“数据智能”概念亟需明确。 一是“智能”将成为“数据”价值释放的主要路径,“数据”成为“智能”成效进一步跃迁的胜负手,两者关系由“松耦合”转向“紧耦合”。 长期以来,受制于智能技术的局限性,数据仍以非智能化的传统应用方式发挥价值,同时,智能应用效果的明显提升主要由算法驱动,数据仅作为研发过程中的基础一环,两者呈现“松耦合”式发展关系。 然而,随着生成式大语言模型应用效果的飞跃式提升,人工智能对于生产生活各领域将逐渐不可或缺,进而成为数据价值释放的主要路径;同时,随着算力、算法的演进模式逐渐收敛,数据对智能持续发展的价值愈发突出。 由此,助力智能发展将成为数据工作的核心,智能的效果提升也更加依赖数据工程及技术的托底,两者后续将转向“紧耦合”式发展关系。 |